探索資料分析－風中一匹狼

以下的語法都是參考「輕鬆學習R語言從基礎到應用，掌握資料科學的關鍵能力」這本書所作的筆記

iris 是R內建的dataset

nrow(iris) #顯示有幾個觀測值
ncol(iris) #顯示有幾個變數
dim(iris) #顯示有幾個觀測值幾個變數
head(iris)#列出前六個觀測值
tail(iris)#列出後六個觀測值
names(iris)#列出變數名稱
summary(iris)#印出每個變數的描述性統計
str(iris) #顯示資料結構

#探索數值與日期(時間)的關係
x<- seq(from= as.Date("2018-07-01"), to= as.Date("2018-07-31"), by =1) #建立31天
set.seed(1) #解釋"https://blog.csdn.net/vencent_cy/article/details/50350020" ()為編號,用意為每次隨機抽樣都相等
y<- sample(1:100, size = 31, replace = T) #隨機從100抽31個數值(可重複)
plot(x,y, type = "l") #type="l"表示以線條繪製

#探索兩變數關係
plot(cars$speed, cars$dist)
plot(iris)

#探索類別:建立一個dataset紀錄100個人最喜歡的冰淇淋口味
icecream_favor<- rep(NA, times= 100) #先建立重複100個missing value的vector

for (i in 1:100){
icecream_favor[i]<- sample(c("vanilla","chocolate", "mango", "strawberry"), size=1)
} #以迴圈隨機填入喜愛口味

icecream_favor

table(icecream_favor) #整理每個口味各有多少個
barplot(table(icecream_favor), horiz = T,las=1,cex.names = 0.7,cex.axis = 1.2)
#繪製長條圖探索類別分布，調整為水平方向(horiz = T)，文字與坐標軸垂直(las=1),調整Y軸刻度文字大小(cex.names = 0.5),調整X軸文字大小(cex.axis = 1.2)

#繪畫函數
curve(cos, from = -pi, to= pi)
curve(sin, from = -pi, to= pi)
curve(tan, from = -pi, to= pi)

#自訂函數並繪製出來
my_curve<- function(x){
return(x^3)
}
curve(my_curve, from = -3, to= 3)
grid()#加上格線

#在直方圖上加密度曲線
myrnorm<- rnorm(1200)
hist(myrnorm, freq = F) #freq =F 不以頻率表示改成密度
lines(density(myrnorm))#加上密度曲線

#提供 .R file給大家參考

探索資料分析.R